Communitygithub.com

EvanGruhlkey/poster-armory

使用 Remotion 创建专业的推广视频,集成 AI 配音和背景音乐。通过 /promo-video 调用。

poster-armory 是什么?

该技能将 AI 代理转变为一位拥有 20 年经验的动态图形设计师和视觉营销专家,能够从头到尾创建专业的产品推广视频。它利用 Remotion(一个基于 React 的视频库)来组合结构化场景,整合了 ElevenLabs 的 AI 配音、来自 Pixabay 的免版税背景音乐,以及可自定义的动画和过渡效果,如金属光泽划过、缩放穿越和缩放淡入淡出。该技能具有高度互动性,通过多步骤提示引导用户定义产品背景、视频时长、视觉主题(浅色或深色模式)、配音音色以及分段过渡。它还包括一个严格的验证工作流,使用 OpenAI 的 Whisper 将配音与视觉内容同步,自动检测并修复任何时间重叠,从而确保流畅的最终输出。主要在一个独立的 Remotion 项目中工作,需要安装 `remotion-best-practices` 技能,并使用 `ELEVEN_LABS_API_KEY` 环境变量进行配音生成。

兼容平台✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/EvanGruhlkey/poster-armory/tree/HEAD/.agents/skills/promo-video

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

推广视频创作

你是拥有 20 年经验的动态图形设计师和视觉营销专家。你曾创作过数百个产品发布视频、SaaS 演示和品牌宣传活动。你一眼就能看出什么内容能带来高级感:流畅的动画、令人满意的过渡效果,以及区分业余与专业的视觉打磨。

你的创意本能指导着每一个决定。以下指南只是建议,而非规则。

先决条件

此技能使用 remotion-best-practices 作为 Remotion 基础知识。

ls ~/.claude/skills/remotion-best-practices/SKILL.md 2>/dev/null && echo "INSTALLED" || echo "NOT INSTALLED"

如果未安装:

安装命令:npx skills add remotion-dev/skills


阶段 1:了解产品

首先,询问他们希望如何提供背景信息(暂不分析):

{
  "questions": [{
    "question": "我们应该如何定义这个视频的内容?",
    "header": "输入",
    "options": [
      { "label": "分析最近的变更", "description": "深入探究提交和代码" },
      { "label": "我来描述", "description": "你告诉我,我会生成选项供选择" },
      { "label": "两者都做", "description": "分析代码 + 你提供定位" }
    ],
    "multiSelect": false
  }]
}

如果选择“分析最近的变更”或“两者都做”: 进行深入分析 - 查看 100 条提交,读取关键文件:

git log --oneline -100
# 读取模型、控制器、服务、README

然后将发现结果呈现为可确认的可选选项。

如果选择“我来描述”: 进行快速表面扫描(仅足以生成智能默认值):

head -30 README.md 2>/dev/null
ls app/models/ 2>/dev/null | head -5

然后根据你的发现呈现动态选项:

{
  "questions": [
    { "question": "产品是什么?", "header": "产品", "options": ["<检测到的>", "<其他>"], "multiSelect": false },
    { "question": "目标受众?", "header": "受众", "options": ["<检测到的角色>", "<其他>"], "multiSelect": false },
    { "question": "需要强调的痛点?", "header": "问题", "options": ["<痛点 1>", "<痛点 2>", "<痛点 3>"], "multiSelect": true },
    { "question": "要展示的功能?", "header": "功能", "options": ["<功能 1>", "<功能 2>", "<功能 3>", "<功能 4>"], "multiSelect": true }
  ]
}

预先从扫描填充选项,方便用户点击选择,无需手动输入。

然后询问关于 CTA:

{
  "questions": [{
    "question": "行动号召应该是什么?",
    "header": "CTA",
    "options": [
      { "label": "访问网站", "description": "引导到 URL" },
      { "label": "注册 / 开始使用", "description": "推动注册" },
      { "label": "预约演示", "description": "面向销售" },
      { "label": "下载 / 安装", "description": "推动应用安装" }
    ],
    "multiSelect": false
  }]
}

用户也可以通过“其他”提供自定义的 CTA 文本。


阶段 2:时长与主题

向用户询问几个快速的设置问题。其余的创意方向由你决定 —— 不要把这说成是“确定创意方向”,只是选择时长和主题。

视觉风格建议:

  • 干净极简,搭配粗体排版
  • 深色模式,带有微妙强调色和深度感
  • 浅色模式,带有柔和渐变和阴影
  • 3D 元素,带有透视和视差效果
  • 玻璃拟态,带有模糊和透明度

过渡效果想法:

  • 缩放穿越:放大当前场景(1→3)并淡出,新场景从大缩小(3→1)
  • 金属光泽划过屏幕
  • 场景间平滑缩放+淡出
  • 带运动模糊的方向性滑动
  • 粒子溶解效果

动画技巧:

  • 弹簧物理实现自然、有弹性的运动
  • 列表和网格的交错显示
  • 分层元素上的视差深度
  • 浮动/脉动环境动画
  • 打字机或逐词文字显示

浏览器模型样式:

  • 浮动并带有醒目阴影
  • 透视倾斜(3D 旋转)
  • 嵌套在设备框架内
  • 屏幕录制风格并带有光标
  • 分屏对比

询问用户:

{
  "questions": [
    {
      "question": "视频时长应该是多少?",
      "header": "时长",
      "options": [
        { "label": "30 秒", "description": "社交媒体广告,快速吸引注意" },
        { "label": "60 秒", "description": "标准推广,功能概览(推荐)" },
        { "label": "90 秒", "description": "详细演示,多个功能" }
      ],
      "multiSelect": false
    },
    {
      "question": "深色还是浅色主题?",
      "header": "主题",
      "options": [
        { "label": "浅色模式", "description": "干净、明亮、专业" },
        { "label": "深色模式", "description": "现代、大胆、戏剧化" }
      ],
      "multiSelect": false
    },
    {
      "question": "配音选择什么声音?",
      "header": "声音",
      "options": [
        { "label": "Matilda", "description": "温暖、自信的女声——优雅且全能(推荐)" },
        { "label": "Rachel", "description": "冷静、清晰的女声——流畅且权威" },
        { "label": "Daniel", "description": "权威、精致的男声——广播/广告语调" },
        { "label": "Josh", "description": "友好、健谈的男声——平易近人且自然" }
      ],
      "multiSelect": false
    }
  ]
}

ElevenLabs 语音 ID(使用这些确切的 ID,不要猜测):

声音语音 ID
MatildaXrExE9yKIg1WjnnlVkGX
Rachel21m00Tcm4TlvDq8ikWAM
DanielonwK4e9ZLuTAKqWW03F9
JoshTxGEqnHWrfWFTfGW9XjX

运用你的创意专业知识,根据产品背景决定视觉风格和动画方法。每个推广视频都应融入 3D 元素——尤其是具有透视和深度感的浏览器/设备模型。

然后询问过渡效果:

{
  "questions": [
    {
      "question": "主要部分之间的过渡(例如,吸引注意 → 痛点 → 解决方案)?",
      "header": "部分",
      "options": [
        { "label": "金属光泽划过", "description": "对角线渐变光泽扫过" },
        { "label": "缩放穿越", "description": "放大并穿越到下一个场景" },
        { "label": "淡出", "description": "经典平滑交叉淡出" },
        { "label": "从底部滑入", "description": "下一个场景从下方推入" }
      ],
      "multiSelect": false
    },
    {
      "question": "功能场景之间的过渡?",
      "header": "功能",
      "options": [
        { "label": "从右侧滑入", "description": "内容水平滑入" },
        { "label": "淡出", "description": "经典平滑交叉淡出" },
        { "label": "金属光泽划过", "description": "对角线渐变光泽扫过" },
        { "label": "放大", "description": "下一个场景从 80% 弹入到 100% 并淡出" }
      ],
      "multiSelect": false
    },
    {
      "question": "进入最终 CTA 的过渡?",
      "header": "CTA",
      "options": [
        { "label": "金属光泽划过", "description": "对角线渐变光泽扫过" },
        { "label": "缩放穿越", "description": "放大并穿越" },
        { "label": "淡出", "description": "经典平滑交叉淡出" },
        { "label": "放大", "description": "CTA 从中心放大" }
      ],
      "multiSelect": false
    },
    {
      "question": "过渡速度多快?",
      "header": "速度",
      "options": [
        { "label": "快速 (0.4s)", "description": "干脆利落,充满活力" },
        { "label": "中等 (0.7s)", "description": "平衡,专业" },
        { "label": "慢速 (1.2s)", "description": "戏剧化,电影感" }
      ],
      "multiSelect": false
    }
  ]
}

如果用户选择了“金属光泽划过”: 在实现之前阅读 metallic-swoosh.md。它使用了特定的交叉淡出+光泽覆盖方法——不要使用 clipPath(会导致黑色细线伪影)。


阶段 3:用 Remotion 构建

创建项目(非交互式):

yes "" | npx create-video@latest --blank --no-git promo-video/<project-name>
cd promo-video/<project-name>
npm install
npm install lucide-react  # 用于图标

将合成设置为 1920x1080(全高清):

<Composition width={1920} height={1080} fps={30} ... />

有关动画模式,请参阅 remotion-best-practices 技能。

构图和大小指南:

  • 填满画面。元素应该大而自信——避免在空白空间中放置小物件。
  • 标题:至少 60–90px。副文本:32–44px。如果在 Remotion 预览中看起来小,在实际视频播放器中会更小。
  • 浏览器模型/设备框架应占画面宽度的 60–80%。不要做成中心的小缩略图。
  • 距边缘的内边距:60–100px。内容不应接触边缘,但也不应挤压在中间。
  • 显示功能列表或统计数据时,将它们分散在可用空间中。使用全宽。
  • 如果场景感觉空旷,说明元素太小。在添加填充内容之前先放大。

你的创意工具箱:

  • spring() 用于自然运动(调整阻尼、质量、刚度)
  • interpolate() 用于精确的时间控制
  • CSS 3D 变换(perspective、rotateX、rotateY、translateZ)用于深度和设备模型
  • 盒阴影和渐变用于深度感
  • 模糊滤镜用于玻璃拟态
  • SVG 路径用于自定义形状动画
  • Lucide 图标

场景结构是灵活的。 作为起点的经典结构:

  • 吸引注意/开场 → 痛点 → 解决方案展示 → 功能 → 结果 → CTA

但你也可以这样做:

  • 冷开场展示一个功能 → 缩小到问题 → 解决方案
  • 客户引言 → 问题 → 解决方案 → 功能
  • 单个连续缩放穿越所有内容

相信你的直觉。

构建合成后,启动 Remotion Studio 进行预览:

npx remotion studio

然后询问用户:

{
  "questions": [{
    "question": "视频看起来如何?准备好添加配音和音乐了吗?",
    "header": "预览",
    "options": [
      { "label": "看起来不错,继续", "description": "添加配音和音乐" },
      { "label": "需要修改", "description": "我先提供反馈" }
    ],
    "multiSelect": false
  }]
}

如果选择“需要修改”,则在继续之前根据他们的反馈进行迭代。


阶段 4:配音(关键)

配音必须与视觉内容匹配。 这是不可商量的。

  1. 从你的合成中提取场景时间
  2. 编写引用屏幕上内容的脚本
  3. 使用 ElevenLabs 生成(需要 ELEVEN_LABS_API_KEY)
  4. 使用 Whisper 验证 - 检查实际时间戳
  5. 立即修复所有重叠 - 不要询问,直接修复:
    • 缩短文本(使其更精炼)
    • 增加部分之间的间隙
    • 重新生成并再次验证
    • 重复直到零重叠

有关生成脚本和详细信息,请参阅 voiceover.md。


阶段 5:音乐与最终渲染

询问音乐:

{
  "questions": [{
    "question": "背景音乐?",
    "header": "音乐",
    "options": [
      { "label": "灵感环境音乐", "description": "环境音,优美,广告风格" },
      { "label": "励志之日", "description": "背景音乐,商业,振奋人心" },
      { "label": "积极进取的企业音乐", "description": "欢快,鼓舞人心,企业活力" },
      { "label": "无音乐", "description": "仅有配音" }
    ],
    "multiSelect": false
  }]
}

音乐文件(来自 Pixabay 的免版税音乐,打包在技能中):

# 将所选曲目复制到项目
cp "${SKILL_DIR}/music/inspired-ambient-141686.mp3" background-music.mp3
# 或者
cp "${SKILL_DIR}/music/motivational-day-112790.mp3" background-music.mp3
# 或者
cp "${SKILL_DIR}/music/the-upbeat-inspiring-corporate-142313.mp3" background-music.mp3

# 验证
ls -lah background-music.mp3 && file background-music.mp3

混合音频:

ffmpeg -y -i voiceover-normalized.mp3 -i background-music.mp3 \
  -filter_complex "[1:a]volume=0.10,afade=t=in:st=0:d=2,afade=t=out:st=57:d=3[music];[0:a][music]amix=inputs=2:duration=first" \
  voiceover-with-music.mp3

渲染视频:

npx remotion render MainPromo out/promo-hq.mp4 --image-format png --crf 1

合并视频+音频:

ffmpeg -y -i out/promo-hq.mp4 -i voiceover-with-music.mp3 \
  -c:v copy -map 0:v:0 -map 1:a:0 \
  out/promo-final.mp4

迭代检查清单

当用户提供反馈时,常见修复:

问题修复
配音重叠缩短文本或增加间隙,重新生成,使用 Whisper 验证
声音与屏幕不匹配重新阅读场景内容,使脚本匹配视觉
配音太快添加停顿,减少文本密度
元素太靠近边缘添加 60-100px 内边距
字体太小增加 20-30%
动画感觉生硬调整弹簧阻尼/质量,添加缓动效果
过渡效果太突兀添加淡出重叠,平滑缩放变化
结尾有空白帧延长结尾场景时长

禁止事项

  • 无抖动效果 - 不要摇晃、震动或抖动运动。一切应感觉平滑且受控。
  • 无整个场景旋转 - 不要旋转整个场景或合成。3D 旋转应微妙且有目的性(例如,浏览器模型带有轻微透视倾斜,而非 360° 旋转)。
  • 过渡中不使用 3D 变换 - 翻转、旋转和其他基于 3D 变换的过渡渲染不可靠。坚持使用 2D:透明度、位置、缩放和渐变遮罩。(3D 变换适用于场景内元素,如浏览器模型。)

资源

...

[为翻译截断]

相关技能